The course of children's mental health symptoms during and beyond the COVID-19 pandemic
Notice bibliographique
Résumé
BACKGROUND: The COVID-19 pandemic is associated with increases in child mental health problems, but the persistence of these changes in the post-pandemic era remains uncertain. Additionally, it is unclear whether changes in mental health problems during the pandemic exceed the anticipated increases as children age. This study controls for the linear effect of age in 1399 children, investigating the course of child-reported anxiety, depression, hyperactivity, and inattention symptoms during and after the pandemic, and identifies risk and protective factors that predict these mental health trajectories. METHODS: Children (51% male; ages 9-11 at the first timepoint) provided mental health ratings at three pandemic timepoints (July-August 2020; March-April 2021; November 2021-January 2022) and one post-pandemic timepoint (January-July 2023). Mothers reported pre-pandemic mental health (2017-2019) and socio-demographic factors. Children reported socio-demographic factors, risk (e.g. screen time, sleep), and resilience (e.g. optimism) factors during the first timepoint. RESULTS: Average mental health symptoms increased over time, with more children exceeding clinical cut-offs for poor mental health at each subsequent pandemic timepoint. Growth curve modeling, adjusting for age-related effects, revealed a curvilinear course of mental health symptoms across all domains. Examination of risk and protective factors revealed that pre-existing mental health symptoms and optimism were associated with the course of symptoms. CONCLUSIONS: After considering age effects, children's mental health follows a curvilinear pattern over time, suggesting an initial decline followed by a rising trend in symptoms post-COVID. These findings underscore the continued need for additional resources and timely, evidence-based mental health prevention and intervention for children.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».